К основному содержанию
команда CX Codex

research · carlrannaberg — команда для Claude Code: что делает и как установить

Команда research разбивает вопрос на параллельные задачи субагентов, читает их отчёты из /tmp и сводит в один файл со ссылками на источники.

MIT ★ 763 обновлён 2026-03-31

Установить в Claude Code · Вручную: положить файлы Все способы и платформы ↓
.claude/commands/research.md
Открыть на GitHub

Что делает research

Команда сначала относит вопрос к одному из трёх типов: широкий обзор, глубокая тема или простой факт. От этого зависит, сколько задач уйдёт в работу, от 1 до 10. Все они запускаются через Task в одном сообщении, поэтому субагенты идут одновременно, а не по очереди.

Промпт каждой задачи начинается с ключевого слова. Quick check: просит быструю проверку, Investigate: среднюю глубину, Deep dive: долгий разбор. Слово задаёт, сколько поисков сделает субагент. Полный отчёт он пишет в /tmp/research_[timestamp]_[topic].md, а назад возвращает путь, выжимку на пару предложений и число найденных источников.

Дальше основная сессия читает эти файлы через Read, убирает пересечения и складывает всё в /tmp/research_final_[timestamp].md: краткая выжимка, ключевые находки, разбор по темам, список источников. Инструменты ограничены Task, Read, Write, Edit, Grep и Glob, модель — sonnet. Задачи уходят с subagent_type="research-expert", так что субагент с таким именем должен быть определён в проекте.

Какие задачи решает

  • сравнить несколько облачных провайдеров по независимым осям
  • проверить дату релиза по первичным источникам
  • разобрать одну техническую тему с нескольких сторон
  • свести отчёты параллельных агентов в один файл
  • убрать повторяющиеся ссылки из общего списка источников

Примеры запросов агенту

  • /research Сравни три облачных провайдера по независимым осям
  • /research Разбери, как в трансформерах устроен механизм внимания
  • /research Проверь по первичным источникам, когда вышла Claude

Как установить research

Вручную: положить файлы

.claude/commands/research.md

Вызов — /research. Для всех проектов — ~/.claude/commands/

Вопросы о research

Как установить research в Claude Code?

Положите файл команды в .claude/commands/research.md. Дальше вызывайте /research с вопросом, который нужно разобрать.

Что делает research?

Классифицирует вопрос, раскидывает его по параллельным задачам research-expert, а затем сводит их отчёты из /tmp в один файл с общим списком источников.

Что нужно, чтобы команда заработала?

В проекте должен быть определён субагент research-expert: задачи уходят с subagent_type="research-expert". Ещё команда работает на модели sonnet с набором инструментов из allowed-tools.

Исходный текст

research.md · MIT
---
description: Deep research with parallel subagents and automatic citations
argument-hint: "<question to investigate>"
allowed-tools: Task, Read, Write, Edit, Grep, Glob
category: workflow
model: sonnet
---

# 🔬 Research Command

Conduct deep, parallel research on any topic using multiple specialized subagents.

## Research Query
$ARGUMENTS

## Research Process

### Phase 1: Query Classification (CRITICAL FIRST STEP)

**PRIMARY DECISION: Classify the query type to determine research strategy**

#### Query Types:

1. **BREADTH-FIRST QUERIES** (Wide exploration)
   - Characteristics: Multiple independent aspects, survey questions, comparisons
   - Examples: "Compare all major cloud providers", "List board members of S&P 500 tech companies"
   - Strategy: 5-10 parallel subagents, each exploring different aspects
   - Each subagent gets narrow, specific tasks

2. **DEPTH-FIRST QUERIES** (Deep investigation)
   - Characteristics: Single topic requiring thorough understanding, technical deep-dives
   - Examples: "How does transformer architecture work?", "Explain quantum entanglement"
   - Strategy: 2-4 subagents with overlapping but complementary angles
   - Each subagent explores the same topic from different perspectives

3. **SIMPLE FACTUAL QUERIES** (Quick lookup)
   - Characteristics: Single fact, recent event, specific data point
   - Examples: "When was GPT-4 released?", "Current CEO of Microsoft"
   - Strategy: 1-2 subagents for verification
   - Focus on authoritative sources

#### After Classification, Determine:
- **Resource Allocation**: Based on query type (1-10 subagents)
- **Search Domains**: Academic, technical, news, or general web
- **Depth vs Coverage**: How deep vs how wide to search

### Phase 2: Parallel Research Execution

Based on the query classification, spawn appropriate research subagents IN A SINGLE MESSAGE for true parallelization.

**CRITICAL: Parallel Execution Pattern**
Use multiple Task tool invocations in ONE message, ALL with subagent_type="research-expert".

**MANDATORY: Start Each Task Prompt with Mode Indicator**
You MUST begin each task prompt with one of these trigger phrases to control subagent behavior:

- **Quick Verification (3-5 searches)**: Start with "Quick check:", "Verify:", or "Confirm:"
- **Focused Investigation (5-10 searches)**: Start with "Investigate:", "Explore:", or "Find details about:"
- **Deep Research (10-15 searches)**: Start with "Deep dive:", "Comprehensive:", "Thorough research:", or "Exhaustive:"

Example Task invocations:
```
Task(description="Academic research", prompt="Deep dive: Find all academic papers on transformer architectures from 2017-2024", subagent_type="research-expert")
Task(description="Quick fact check", prompt="Quick check: Verify the release date of GPT-4", subagent_type="research-expert")
Task(description="Company research", prompt="Investigate: OpenAI's current product offerings and pricing", subagent_type="research-expert")
```

This ensures all subagents work simultaneously AND understand the expected search depth through these trigger words.

**Filesystem Artifact Pattern**:
Each subagent saves full report to `/tmp/research_[timestamp]_[topic].md` and returns only:
- File path to the full report
- Brief 2-3 sentence summary
- Key topics covered
- Number of sources found

### Phase 3: Synthesis from Filesystem Artifacts

**CRITICAL: Subagents Return File References, Not Full Reports**

Each subagent will:
1. Write their full report to `/tmp/research_*.md`
2. Return only a summary with the file path

Synthesis Process:
1. **Collect File References**: Gather all `/tmp/research_*.md` paths from subagent responses
2. **Read Reports**: Use Read tool to access each research artifact
3. **Merge Findings**:
   - Identify common themes across reports
   - Deduplicate overlapping information
   - Preserve unique insights from each report
4. **Consolidate Sources**:
   - Merge all cited sources
   - Remove duplicate URLs
   - Organize by relevance and credibility
5. **Write Final Report**: Save synthesized report to `/tmp/research_final_[timestamp].md`

### Phase 4: Final Report Structure

The synthesized report (written to file) must include:

# Research Report: [Query Topic]

## Executive Summary
[3-5 paragraph overview synthesizing all findings]

## Key Findings
1. **[Major Finding 1]** - Synthesized from multiple subagent reports
2. **[Major Finding 2]** - Cross-referenced and verified
3. **[Major Finding 3]** - With supporting evidence from multiple sources

## Detailed Analysis

### [Theme 1 - Merged from Multiple Reports]
[Comprehensive synthesis integrating all relevant subagent findings]

### [Theme 2 - Merged from Multiple Reports]
[Comprehensive synthesis integrating all relevant subagent findings]

## Sources & References
[Consolidated list of all sources from all subagents, organized by type]

## Research Methodology
- Query Classification: [Breadth/Depth/Simple]
- Subagents Deployed: [Number and focus areas]
- Total Sources Analyzed: [Combined count]
- Research Artifacts: [List of all /tmp/research_*.md files]

## Research Principles

### Quality Heuristics
- Start with broad searches, then narrow based on findings
- Prefer authoritative sources (academic papers, official docs, primary sources)
- Cross-reference claims across multiple sources
- Identify gaps and contradictions in available information

### Effort Scaling by Query Type
- **Simple Factual**: 1-2 subagents, 3-5 searches each (verification focus)
- **Depth-First**: 2-4 subagents, 10-15 searches each (deep understanding)
- **Breadth-First**: 5-10 subagents, 5-10 searches each (wide coverage)
- **Maximum Complexity**: 10 subagents (Claude Code limit)

### Parallelization Strategy
- Spawn all initial subagents simultaneously for speed
- Each subagent performs multiple parallel searches
- 90% time reduction compared to sequential searching
- Independent exploration prevents bias and groupthink

## Execution

**Step 1: CLASSIFY THE QUERY** (Breadth-first, Depth-first, or Simple factual)

**Step 2: LAUNCH APPROPRIATE SUBAGENT CONFIGURATION**

### Example Execution Patterns:

**BREADTH-FIRST Example:** "Compare AI capabilities of Google, OpenAI, and Anthropic"
- Classification: Breadth-first (multiple independent comparisons)
- Launch 6 subagents in ONE message with focused investigation mode:
  - Task 1: "Investigate: Google's current AI products, models, and capabilities"
  - Task 2: "Investigate: OpenAI's current AI products, models, and capabilities"
  - Task 3: "Investigate: Anthropic's current AI products, models, and capabilities"
  - Task 4: "Explore: Performance benchmarks comparing models from all three companies"
  - Task 5: "Investigate: Business models, pricing, and market positioning for each"
  - Task 6: "Quick check: Latest announcements and news from each company (2024)"

**DEPTH-FIRST Example:** "How do transformer models achieve attention?"
- Classification: Depth-first (single topic, deep understanding)
- Launch 3 subagents in ONE message with deep research mode:
  - Task 1: "Deep dive: Mathematical foundations and formulas behind attention mechanisms"
  - Task 2: "Comprehensive: Visual diagrams and step-by-step walkthrough of self-attention"
  - Task 3: "Thorough research: Seminal papers including 'Attention is All You Need' and subsequent improvements"

**SIMPLE FACTUAL Example:** "When was Claude 3 released?"
- Classification: Simple factual query
- Launch 1 subagent with verification mode:
  - Task 1: "Quick check: Verify the official release date of Claude 3 from Anthropic"

Each subagent works independently, writes findings to `/tmp/research_*.md`, and returns a lightweight summary.

### Step 3: SYNTHESIZE AND DELIVER

After all subagents complete:
1. Read all research artifact files from `/tmp/research_*.md`
2. Synthesize findings into comprehensive report
3. Write final report to `/tmp/research_final_[timestamp].md`
4. Provide user with:
   - Executive summary (displayed directly)
   - Path to full report file
   - Key insights and recommendations

**Benefits of Filesystem Artifacts**:
- 90% reduction in token usage (passing paths vs full reports)
- No information loss during synthesis
- Preserves formatting and structure
- Enables selective reading of sections
- Allows user to access individual subagent reports if needed

Now executing query classification and multi-agent research...

© carlrannaberg · MIT · carlrannaberg/claudekit

Похожие слэш-команды

Все слэш-команды по теме «Настройка агента: память, контекст, субагенты» →

Сначала — research от других авторов.

research SuperClaude-Org Команда research для исследования сложных вопросов за пределами knowledge cutoff. Самостоятельно разбивает задачу на подзадачи, ищет параллельно и собирает доказательства с указанием источников. CX Codex +1 ★ 23 950звёзд репо research Eugeniu Ghelbur Команда research ищет материалы по теме и собирает досье с источниками. В режиме без API-ключа агент сам сводит результаты в заметку. CX Codex +1 ★ 5 412звёзд репо research microsoft Команда research проводит многошаговое исследование темы по кодовой базе: читает реальные пути выполнения и требует источник для каждого утверждения. CX Codex +1 ★ 3 232звёзд репо research JDArmy Команда research запускает субагента, который ищет на GitHub техники обхода защит, разбирает код и складывает находки в базу знаний. CX Codex +1 ★ 336звёзд репо tavily-research tavily-ai Скилл tavily-research для Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI и OpenCode — запускает глубокий поиск по сети и возвращает структурированный отчёт с цитатами. Выполняется за 30–120 секунд. CX Codex +1 25 100установок deep-research 199-biotechnologies Скилл deep-research для Claude Code, Codex, Cursor и других агентов собирает многоисточниковый исследовательский отчёт с отслеживанием цитат и верификацией каждого утверждения. CX Codex +1 10 500установок content-research-writer davila7 Скилл content-research-writer для Claude, который помогает писать статьи и посты: собирает источники, ставит ссылки, правит вступление и разбирает каждый раздел. CX Codex +1 2 522установок academic-research-suite Imbad0202 Скилл academic-research-suite маршрутизирует задачи академического пайплайна: от обзора литературы и проверки цитирования до симуляции рецензирования. Запускается по слэш-командам и ключевым фразам. CX Codex +1 2 200установок research-with-sources Inkeep Скилл research-with-sources ведёт агента по процедуре исследования: сохраняет каждый источник дословно, пишет черновик статьи в research/ и ссылается на каждое утверждение. CX Codex +1 864установок tooluniverse-literature-deep-research mims-harvard Скилл tooluniverse-literature-deep-research для Claude Code и других платформ: ищет по PubMed, EuropePMC, bioRxiv и сетям цитирований. Выдаёт систематический обзор с оценкой доказательств и ссылками. CX Codex +1 677установок

Из того же набора54

Весь набор →
validate-and-fix Команда validate-and-fix для Claude Code запускает проверки проекта и распределяет исправления между параллельными агентами. Она ищет команды сборки, тестов и линтинга в инструкциях проекта и package.json. CX Codex +1 ★ 763звёзд репо migration Команда migration переносит CLAUDE.md, .cursorrules и другие файлы настроек ИИ в один AGENTS.md и ставит на него симлинки под каждый ассистент. CX Codex +1 ★ 763звёзд репо research-expert Субагент research-expert ищет данные в сети в параллельном режиме, подбирает глубину анализа под задачу и сохраняет подробный отчёт в файл, отдавая в чат только краткую сводку. CX Codex ★ 763звёзд репо create-subagent Команда create-subagent для Claude Code создаёт специализированного субагента, задавая область задач, инструменты и правила работы. Настраивает эксперта проекта или пользователя. CX Codex +1 ★ 763звёзд репо cleanup Команда cleanup находит временные тестовые скрипты, POC-файлы и отчёты после сессий разработки, предлагая список на удаление только после подтверждения. CX Codex +1 ★ 763звёзд репо oracle Субагент oracle для Claude Code разбирает сложные ошибки, архитектурные решения, коммиты и вопросы безопасности. Проводит аудит кода и даёт второе мнение по техническим решениям. CX Codex ★ 763звёзд репо code-review Команда code-review запускает шесть ревью-агентов параллельно: архитектура, качество, безопасность, производительность, тесты, документация. Пригодится перед мержем крупной ветки. CX Codex +1 ★ 763звёзд репо database-expert Субагент database-expert для профилирования запросов, настройки индексов, миграций и пулов соединений в PostgreSQL, MySQL, MongoDB и SQLite. CX Codex ★ 763звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой